问题标签 [resnet]

我用层的 ResNet 提取图像的特征'res5c'，结果是形状的 numpy 数组(2048, 14, 14)

我在处理这些维度时遇到了麻烦。我知道有 14*14 个大小为 2048 的特征。我想迭代一次以访问每个特征。

因此，我如何才能将其重塑为 (14*14, 2048) 的数组而不会出错，然后使用 for 循环轻松地对其进行迭代？

我正在尝试从预训练的 ResNet 模型中提取特征。

但是在某些时候它会因错误而崩溃：

Howewer 我已经测试了 AlexNet 模型，看起来还可以。nvidia-smi显示 GPU 内存未满（我有 gtx 1070 和 8Gb 内存，批量大小为 1，所以应该不是问题）。

这种行为的原因是什么？

这是代码：

这是我的问题，我想在 TimeDistributed 层中使用预训练 CNN 网络之一。但是我在实现它时遇到了一些问题。

这是我的模型：

编译模型时我没有错误。但是当我开始训练时，我收到以下错误：

我检查并发送了 float32，但对于 input1，input2 是 pretrain Resnet 中的输入。

只是在这里有一个概述是模型摘要。（注意：奇怪的是它没有显示 Resnet 内部发生的事情，但没关系）

我猜我没有正确使用 TimeDistributed，我看到没有人试图这样做。我希望有人可以指导我。

编辑：

问题来自ResNet50.ResNet50(weights='imagenet', include_top=False)于在图中创建自己的输入的事实。

所以我想我需要做类似的事情，ResNet50.ResNet50(weights='imagenet', input_tensor=x, include_top=False)但我不知道如何将它与TimeDistributed.

我试过了

但它不起作用。

现在我正在使用来自 github fb torch resnet的 fb torch 库

这是我第一次使用torch和lua，所以我遇到了一些问题。

我的目标是将特定层的特征向量（resnet 的最后一个平均池化）保存到具有输入图像类的一个文件中。所有输入图像均来自 cifar-10 db。

我想得到的文件格式如下

现在我已经看到了 github extract-features.lua的一些示例代码

因为这是我第一次接触lua，所以我很难理解这段代码并修改为我想要的方式。而且我不希望我的数据保存为 t7 文件格式。

1. 如何通过 lua 从网络中的 Torch 中仅访问一个特定层？（最后平均池化）
2. 如何访问图层和分类结果索引的值？
3. 如何从 cifar-10 db 文件（t7 批处理）中读取所有图像？

抱歉问了太多问题。但是由于社区线程池和火炬的发布，我觉得使用火炬很难。请理解我。

我正在 keras 中实现 ApesNet。它有一个具有跳过连接的 ApesBlock。如何将其添加到 keras 中的顺序模型中？ApesBlock 有两个平行的层，最后通过元素相加合并。

我正在阅读 ResNet 论文中的跳过层连接，以及它们如何有助于训练非常深的网络。

在小于 10 层的较小（即类似 AlexNet）网络中使用此类连接是否有意义？

I get stuck about nn package in torch7, especially its table layers. How can I use its ConcatTable, CAddTable or any other methods to create network below?

Here I have two branch of my network, one contains 3 convolution layers and another only one layer. I wanted to sum the outputs of my last two convolution layers(sum the output of convolution 4th and convolution 5th), how should write my torch code using nn package.

当我使用我的数据集在 Keras 中基于 Resnet-50（后端是 tensorflow）打开基础时，我发现很奇怪，在每个 epoch 之后，val 都比 train 慢。我不知道为什么，是因为我的GPU没有足够的内存吗？我的 GPU 是 K2200，它有 4 GB 内存。我误解了paras的意思吗？

我有 35946 火车图片，所以我使用：

我有 8986 val pic 所以我用：</p>

以下是我的代码的一部分：

我打算用 ResNet 做一个分类任务，在这里找到 tensorflow 的实现，但是，作为 tensorflow 的新手，有些东西我不明白。

1. 它如何采样批处理示例？
2. 我没有看到训练循环子句，代码在哪里调用？
3. 什么时候停止训练？只有下面的代码

它如何知道何时停止训练？

如果有一些解释，我将非常感激。

ResNet-18的 Pytorch 实现。具有以下结构，看起来是 54 层，而不是 18 层。

那么为什么叫“18”呢？它实际上有多少层？